Social Information Graph

研究内容解读

• 面向多源、异构和跨模态复杂社会信息，研究语义融合、网络表征和动态演化的理论框架;

• 多源:多数据源爬取，
• 异构:不同数据结构，不同结构的结构化数据，结构化数据与文本数据
• 跨模态:模态是指数据的存在形式，比如文本、音频、图像、视频等文件格式。有些数据的存在形式不同，但都是描述同一事物或事件的。

• 内容 AI：建立统一的跨媒体多模态内容理解内核
• 语义融合：多源异构跨模态等多数据形态融合为语义一致的一种数据形态

• 网络表征: 相比图片等简单的网格结构，图结构是更泛化的数据结构，比如一般的社交网络、互联网等，都是由图这种数据结构表示的，图的节点表示单个用户，图的边表示用户之间的互联关系。针对网络结构，用向量的数据形式表示网络结构、节点属性的机器学习方法就是网络表征学习。
• 动态演化：能够根据不同的业务和数据输入的变化不断调节满足新的分析需求。

• 提出面向多维度、多尺度社会信息网络的风险感知、智能分析和群体决策的社会计算范式，研究和构建融合全球多语种、跨模态大数据驱动的社会风险机理和分析模型与方法;

• 社会信息网络:庞大的社会信息构成的知识网络
• 群体决策:传统的群体决策是为充分发挥集体的智慧，由多人共同参与决策分析并制定决策的整体过程。其中，参与决策的人组成了决策群体。集体智慧学习主要指根据群体的行为、偏好、意见挖掘出新奇的观点，偏数据挖掘概念。

• 研究信息网络的实体及关联知识联合提取方法，构建支撑风险评估与智能决策的时序知识图谱，研究复杂社会网络图表征学习框架，提出领域知识与大数据驱动的超大群体智能决策方法，支持智能决策的自主评价与推演;

• 时序知识图谱:时序图谱可以被看作具有多个相互关系的序列；实体间的多个相互关系可能发生在同一时刻；时序邻居关系之间存在强依赖；多关系情况下，当前邻居可以帮助预测未来（实体之间的）相互关系。

• 构建面向重大需求的风险预警、智能分析、群体决策的软硬件一体化大数据计算平台。

 

指标分解

• 20个语种:NLP多语言融合:争取NLP机器翻译融合

• 机器翻译：统计建模与深度学习方法

• 10W个信息源:分布式大规模爬虫平台:pyspider
• 千万级节点、亿级边的知识图谱

• 图数据存储:

• 分布式图数据库:技术查询,比如dgraph
• 分布式存储:存储简便，伸缩简便，可以直接供分布式计算框架使用

• 图计算:分布式图计算框架，比如SparkGraphX

• 100种社会风险感知与智能决策模型

• 算法维度

• 概率图模型
• 图算法

• 图算法概览
• 图神经网络综述

• 图嵌入综述

• 图表征学习方法

1. 网络嵌入：比浅层图嵌入或图自动编码器，聚焦于学习关系结构的无监督表征

• 正则化神经网络：利用图强化神经网络的损失，为了半监督学习的正则化。
• 图神经网络,旨在学习任意结构下离散拓扑的可微函数。

• 应用维度
• 两个维度的组合

• 百亿条边的分析决策能力

• 目前分布式图计算框架应该就能Hold

• 千万级节点的分钟级响应能力

• 在目前分布式计算框架上算法实现调优

• 不少于两个应用方向验证

• 疫情
• 舆情

• 阿里云GraphCompute

• 腾讯图计算框架：https://github.com/tencent/plato
• 阿里图表征深度学习框架： https://github.com/alibaba/euler